摘要：随着社会的发展，我国的电力工程的发展也越来越迅速。电力工业是国民经济的基础性产业，保证电网企业及时收回电费是确保电力发展的必要条件。但是由于各种原因，目前窃电现象还普遍存在，部分地区甚至还很猖獗，给供电企业也造成巨大损失。据不完全统计，我国每年窃电损失达200亿元。常见的窃电方法可分为与计量装置有关的窃电和与计量装置无关的窃电两大类。其中与计量装置有关的窃电主要包括欠压窃电法、欠流窃电法、移相窃电法、扩差窃电法等;而与计量装置无关的窃电包括绕越计量装置窃电、私自增加用电设备容量窃电等。近年来，大数据技术在各个行业逐渐得到广泛的应用，大数据是指无法在可容忍的时间内用传统的IT技术、软硬件工具和数学分析方法，对其进行感知、获取、管理、处理和分析的数据集合。智能电网被看作是大数据应用的重要技术领域之一，用电信息采集系统是国家电网公司信息化建设的重要基础，是提升服务能力、延伸电力市场、创新交易平台的重要依托。目前国家电网公司的用电信息采集已经基本实现“全采集、全覆盖，全费控”，能够及时、完整、准确掌控广大电力用户的用电数据和信息。然而，如何应用用电信息采集系统多年来运行采集与沉淀的大量数据，研究防窃电的策略、分析数据处理方法、构建防窃电模型等，是该领域面临的具有挑战性的问题。根据用电信息采集系统的数据，建立各种数据与各类异常事件与窃电行为之间的关联关系，据此，建立基于大数据的防窃电结构化模型，进而解决大数据条件下的窃电行为监控问题。
关键词：用电信息采集；大数据；防窃电方法；研究
引言
介绍了常见的几种窃电方法及其特征，研究给出了与窃电相关的特征参量，建立了用电信息采集系统中各种数据、各类异常事件与窃电行为之间的关联关系，设计了基于用电信息采集大数据的防窃电结构化模型，包括数据预处理、用电异常检测模型和窃电嫌疑预测模型三部分。通过现场采集的数据，证明了该结构化防窃电模型的有效性，为解决大数据条件下的窃电行为监控问题提供了有效方法。
1影响电力用户用电信息采集系统采集成功率的因素
随着社会经济的不断发展，信息技术的不断进步，电力用户用电信息采集系统也得到广泛的推广和应用，它不仅有助于电力公司的运营发展，还给电力用户提供了更好的服务。但是在实际操作当中，用电信息采集系统受到多方面因素的影响，采集成功率较低，其真正的作用与价值没有得到充分发挥。以下是影响电力用户用电信息采集系统采集成功率的几个方面的因素。
1.1供电网络的厂商存在问题
在对电力用户用电信息进行采集时，用户身份识别卡是通信设备中心连接点与主站之间的通信方式，但是有一部分电力公司在对用电信息系统进行建造时，为了能够高效地完成业绩，就对有信息采集成功率的标准提出了要求，而电力公司为了达到一定的标准，在对用电用户信息采集的时候选择通用分组的无线服务技术，并大量地从国企运营商的手中购买智能卡，从而导致出现垄断的局面。除此之外电力企业服务态度的好坏也会影响用电信息数据的采集和通信。
1.2受采集现场环境的影响
将集中器加装在箱式变电站中，受加装部位限制，只能将集中器的天线放置在箱式变电站内，这样就会造成通信信号不稳定，在偏远的地区或山区当中，通信信号更微弱，甚至没有信号，这就导致集中器和主站之间无法正常通信，无法有效地接收参变量数据，在集中器中无法有效地注册，从而对电能表计量检测装置产生影响，致使集中器不能有效地将命令发送给其管制的智能电表上，这样就收集不到电力用户的用电信息数据。
期刊文章分类查询,尽在期刊图书馆
2用电信息采集大数据的防窃电方法
2.1用电信息采集系统的数据采集
用电信息采集系统表示为三层简化物理结构，顶层系统主站负责整个系统的用电信息采集、数据管理与应用，以及与其他系统的数据交换等功能，是用电信息采集系统的核心计算机网络系统;第二层是数据采集层，其主体为电能信息采集终端与集中器，主要负责对各采集点电参量信息的采集和监控;第三层是采集点监控设备层，包括智能电能表等，是电参量信息采集源和监控对象。通过用电信息采集系统可以实现对电力用户的“全采集、全覆盖”，及时、完整、准确掌控电力用户的当前数据和历史数据等用电信息，为分析窃电行为提供稳固的数据基础。
2.2用电信息采集系统的数据类型
用电信息采集系统监测的数据按照时间属性可分为l类数据(实时和当前数据)、2类数据(历史日数据和历史月数据)和3类数据(事件数据)。按照数据的物理属性可分为:(1)电能数据(总电能量、各费率电能量、最大需量等);(2)交流模拟量(电压、电流、有功功率、无功功率、功率因数等);(3)工况数据(开关状态、终端及计量设备工况信息);(4)电能质量越限统计数据(电压、功率因数、谐波等越限统计数据);(5)事件记录数据(终端和电能表的事件记录数据);(6)其他数据(预付费信息等)。1类数据主要反映电力用户当前的实时用电信息;2类数据具有时间序列属性。此类数据可提供曲线数据，并给出曲线时间周期，1、2类数据是分析窃电现象的基础数据。3类数据为事件数据，记录事件的详细状态信息。其中电流回路异常、电压回路异常、相序异常、有功总电能量差动越限事件记录、电压越限记录、电流越限记录、电能表示度下降、电能量超差等事件详细信息可为分析窃电提供综合判断依据。
2.3解决采集系统出现的问题
目前，电力用户用电信息采集系统得到大范围的推广和使用，还有一部分电力公司对数据采集设立了网站，使数据的采集、分析和录入更加方便。在实际的操作使用中，电力公司规定对用电信息采集系统进行监控，对于用电信息采集系统在采集信息过程中出现的问题可以及时发现并上报，从而使用电信息采集系统采集成功率得到有效提高。对于采集信息过程中出现的问题，相关的管理人员要将其发布到公司内部的数据采集网站上，然后共同分析探讨，找到有效的解决办法，从而不断提高电力用户用电信息采集系统采集成功率。例如某电力企业在2016年1月~5月对采集失败的1500例进行了分析，发现在1500例当中有352例采集失败的原因是内部参数设置出现问题，占总比例的23.47%。
实例：通过用电信息采集系统对现场电能表、采集终端的用电信息采集，分别对各类用户的电压、电流、负荷情况、功率因素、开表盖记录以及正反向电量等数据的采集进行分析，通过用电采集系统大数据筛选出不符合此类用户的数据。根据筛选出的数据，结合实际用电情况对比，确定可能存在窃电嫌疑、用电装置故障或者接线错误的用户。以便于现场运维人员、计量人员和用电检查人员去现场核查，极大地提高了工作效率和正确性。
结语
文中分析了常见的窃电方法及其特征，给出了相关特征参量;其次，设计了基于大数据的防窃电结构化模型，其中用电异常检测模型建立了窃电行为与用电信息采集系统中各种数据和各类异常事件之间的关联关系，窃电嫌疑预测模型给出了用户四种窃电嫌疑等级;最后，通过“窃电嫌疑系数”估计，锁定窃电稽查的对象。为用电信息采集系统大数据防窃电方法提供了技术基础。
参考文献
[1]陈文瑛,陈雁,邱林,赵加奎,王树龙,张剑,刘洋,朱平飞,欧阳红.应用大数据技术的反窃电分析[J].电子测量与仪器学报,2016,30(10):1558-1567.
[2]王全兴,李思韬.基于采集系统的反窃电技术分析及防范措施[J].电测与仪表,2016,53(07):78-83.
论文作者:刘美
论文发表刊物:《基层建设》2018年第36期
论文发表时间:2019/2/27
标签：数据论文; 窃电论文; 信息论文; 采集系统论文; 电力论文; 用户论文; 信息采集论文; 《基层建设》2018年第36期论文;